人工智能及其应用（第6版）
01宝宝快乐认知馆：水果
01宝宝快乐认知馆：水果02旷野集
02旷野集03新编财经应用写作（第五版…
03新编财经应用写作（第五版）04网络消费者品牌选择行为研…
04网络消费者品牌选择行为研究05中国产业经济学年鉴2020
05中国产业经济学年鉴202006幼儿启蒙认知书：数字
06幼儿启蒙认知书：数字07博鳌力量：新闻里的博鳌亚…
07博鳌力量：新闻里的博鳌亚洲论坛…08宁杰行歌集
08宁杰行歌集09博乐元宵行乐
09博乐元宵行乐10直面冲击，面向未来
10直面冲击，面向未来《人工智能及其应用（第5版）》蔡自兴、刘丽珏、蔡竞峰、陈白帆 著
本书第5版共10章。第1章叙述人工智能的定义、起源、分类与发展。第2章和第3章研究人工智能的知识表示方法和搜索推理技术。第4章探讨不确定性推理的主要方法。第5章阐述计算智能的基本知识。第6章至第10章逐一讨论了人工智能的主要应用领域，包括专家系统、机器学习、自动规划、分布式人工智能和自然语言理解等。与第4版相比，许多内容都是第*次出现的，例如，人工智能的分类与计算方法、谓词演算符号的规范、进化算法的框架与执行过程、专家系统的设计方法和基于Web专家系统的开发工具以及深度学习等。其他章节也在第4版的基础上作了相应的修改、精简或补充。本书可作为高等院校有关专业本科生和研究生的人工智能课程教材，也可供从事人工智能研究与应用的科技工作者学习参考。蔡自兴，中南大学信息科学与工程学院教授、博士生导师。联合国工业发展组织（UNIDO）审定的联合国专家、国际导航与运动控制科学院院士、纽约科学院院士，首届全国高校**级教学名师奖、宝钢全国优秀教师奖特等奖、徐特立教育奖、吴文俊人工智能科技奖成就奖获得者。历任第八届湖南省政协副主席兼文教卫体委员会主任，全国政协第九届和第十届委员会委员，兼任中国人工智能学会副理事长及智能机器人专业委员会主任、中国自动化学会理事、中国计算机学会人工智能与模式识别专业委员会委员、IEEE计算智能学会评奖委员会委员和进化计算委员会委员等，并任美国伦塞勒大学、俄罗斯科学院圣彼德堡信息学与自动化研究所、丹麦技术大学、北京大学信息科学中心、中国科学院自动化研究所、国防科技大学、北京航空航天大学、北京邮电大学等校客座教授/研究员等。主要从事智能系统、人工智能、智能控制、智能机器人研究。主持并完成科教研究30多项,其中获国际奖励2项，**级奖励3项，省部级以上奖励10多项。己在国内外出版专著、教材40余部,发表学术论文上千篇。此外，还主持**级精品课程（2门）、**级精品资源共享课程（2门）、**级精品视频公开课、**级优秀网络课程、**级教学团队和全国双语教学示范课程等项国家教育部质量工程项目。
第1章绪论1.1人工智能的定义与发展1.1.1人工智能的定义1.1.2人工智能的起源与发展1.2人工智能的各种认知观1.2.1人工智能各学派的认知观1.2.2人工智能的争论1.3人类智能与人工智能1.3.1智能信息处理系统的假设1.3.2人类智能的计算机模拟1.4人工智能系统的分类1.5人工智能的研究目标和内容1.5.1人工智能的研究目标1.5.2人工智能研究的基本内容1.6人工智能的研究与计算方法1.6.1人工智能的研究方法1.6.2人工智能的计算方法1.7人工智能的研究与应用领域1.8本书概要习题1第2章知识表示方法2.1状态空间表示2.1.1问题状态描述2.1.2状态图示法2.2问题归约表示2.2.1问题归约描述2.2.2与或图表示2.3谓词逻辑表示2.3.1谓词演算2.3.2谓词公式2.3.3置换与合一2.4语义网络表示2.4.1二元语义网络的表示2.4.2多元语义网络的表示2.4.3语义网络的推理过程2.5框架表示2.5.1框架的构成2.5.2框架的推理2.6本体技术2.6.1本体的概念2.6.2本体的组成与分类2.6.3本体的建模2.7过程表示2.8小结习题2第3章确定性推理3.1图搜索策略3.2盲目搜索3.2.1宽度优先搜索3.2.2深度优先搜索3.2.3等代价搜索3.3启发式搜索3.3.1启发式搜索策略和估价函数3.3.2有序搜索3.3.3A*算法3.4消解原理3.4.1子句集的求取3.4.2消解推理规则3.4.3含有变量的消解式3.4.4消解反演求解过程3.5规则演绎系统3.5.1规则正向演绎系统3.5.2规则逆向演绎系统3.5.3规则双向演绎系统3.6产生式系统3.6.1产生式系统的组成3.6.2产生式系统的推理3.6.3产生式系统举例3.7非单调推理3.7.1缺省推理3.7.2真值维持系统3.8小结习题3第4章非经典推理4.1经典推理和非经典推理4.2不确定性推理4.2.1不确定性的表示与量度4.2.2不确定性的算法4.3概率推理4.3.1概率的基本性质和计算公式4.3.2概率推理方法4.4主观贝叶斯方法4.4.1知识不确定性的表示4.4.2证据不确定性的表示4.4.3主观贝叶斯方法的推理过程4.5可信度方法4.5.1基于可信度的不确定性表示4.5.2可信度方法的推理算法4.6证据理论4.6.1证据理论的形式化描述4.6.2证据理论的不确定性推理模型4.6.3推理示例4.7小结习题4第5章计算智能5.1概述5.2神经计算5.2.1人工神经网络研究的进展5.2.2人工神经网络的结构5.2.3人工神经网络示例及其算法5.2.4基于神经网络的知识表示与推理5.3模糊计算5.3.1模糊集合、模糊逻辑及其运算5.3.2模糊逻辑推理5.4进化算法与遗传算法5.4.1进化算法原理5.4.2进化算法框架5.4.3遗传算法的编码与解码5.4.4遗传算法的遗传算子5.4.5遗传算法的执行过程5.4.6遗传算法的执行实例5.5人工生命5.5.1人工生命研究的起源和发展5.5.2人工生命的定义和研究意义5.5.3人工生命的研究内容和方法5.5.4人工生命实例5.6粒群优化算法5.6.1群智能和粒群优化概述5.6.2粒群优化算法5.7蚁群算法5.7.1蚁群算法理论5.7.2蚁群算法的研究与应用
内容简介:本书第5版共10章。第1章叙述人工智能的定义、起源、分类与发展。第2章和第3章研究人工智能的知识表示方法和搜索推理技术。第4章探讨不确定性推理的主要方法。第5章阐述计算智能的基本知识。第6章至第10章逐一讨论了人工智能的主要应用领域，包括专家系统、机器学习、自动规划、分布式人工智能和自然语言理解等。与第4版相比，许多内容都是第*次出现的，例如，人工智能的分类与计算方法、谓词演算符号的规范、进化算法的框架与执行过程、专家系统的设计方法和基于Web专家系统的开发工具以及深度学习等。其他章节也在第4版的基础上作了相应的修改、精简或补充。本书可作为高等院校有关专业本科生和研究生的人工智能课程教材，也可供从事人工智能研究与应用的科技工作者学习参考。作者简介:蔡自兴，中南大学信息科学与工程学院教授、博士生导师。联合国工业发展组织（UNIDO）审定的联合国专家、国际导航与运动控制科学院院士、纽约科学院院士，首届全国高校**级教学名师奖、宝钢全国优秀教师奖特等奖、徐特立教育奖、吴文俊人工智能科技奖成就奖获得者。历任第八届湖南省政协副主席兼文教卫体委员会主任，全国政协第九届和第十届委员会委员，兼任中国人工智能学会副理事长及智能机器人专业委员会主任、中国自动化学会理事、中国计算机学会人工智能与模式识别专业委员会委员、IEEE计算智能学会评奖委员会委员和进化计算委员会委员等，并任美国伦塞勒大学、俄罗斯科学院圣彼德堡信息学与自动化研究所、丹麦技术大学、北京大学信息科学中心、中国科学院自动化研究所、国防科技大学、北京航空航天大学、北京邮电大学等校客座教授/研究员等。主要从事智能系统、人工智能、智能控制、智能机器人研究。主持并完成科教研究30多项,其中获国际奖励2项，**级奖励3项，省部级以上奖励10多项。己在国内外出版专著、教材40余部,发表学术论文上千篇。此外，还主持**级精品课程（2门）、**级精品资源共享课程（2门）、**级精品视频公开课、**级优秀网络课程、**级教学团队和全国双语教学示范课程等项国家教育部质量工程项目。目录:第1章绪论1.1人工智能的定义与发展1.1.1人工智能的定义1.1.2人工智能的起源与发展1.2人工智能的各种认知观1.2.1人工智能各学派的认知观1.2.2人工智能的争论1.3人类智能与人工智能1.3.1智能信息处理系统的假设1.3.2人类智能的计算机模拟1.4人工智能系统的分类1.5人工智能的研究目标和内容1.5.1人工智能的研究目标1.5.2人工智能研究的基本内容1.6人工智能的研究与计算方法1.6.1人工智能的研究方法1.6.2人工智能的计算方法1.7人工智能的研究与应用领域1.8本书概要习题1第2章知识表示方法2.1状态空间表示2.1.1问题状态描述2.1.2状态图示法2.2问题归约表示2.2.1问题归约描述2.2.2与或图表示2.3谓词逻辑表示2.3.1谓词演算2.3.2谓词公式2.3.3置换与合一2.4语义网络表示2.4.1二元语义网络的表示2.4.2多元语义网络的表示2.4.3语义网络的推理过程2.5框架表示2.5.1框架的构成2.5.2框架的推理2.6本体技术2.6.1本体的概念2.6.2本体的组成与分类2.6.3本体的建模2.7过程表示2.8小结习题2第3章确定性推理3.1图搜索策略3.2盲目搜索3.2.1宽度优先搜索3.2.2深度优先搜索3.2.3等代价搜索3.3启发式搜索3.3.1启发式搜索策略和估价函数3.3.2有序搜索3.3.3A*算法3.4消解原理3.4.1子句集的求取3.4.2消解推理规则3.4.3含有变量的消解式3.4.4消解反演求解过程3.5规则演绎系统3.5.1规则正向演绎系统3.5.2规则逆向演绎系统3.5.3规则双向演绎系统3.6产生式系统3.6.1产生式系统的组成3.6.2产生式系统的推理3.6.3产生式系统举例3.7非单调推理3.7.1缺省推理3.7.2真值维持系统3.8小结习题3第4章非经典推理4.1经典推理和非经典推理4.2不确定性推理4.2.1不确定性的表示与量度4.2.2不确定性的算法4.3概率推理4.3.1概率的基本性质和计算公式4.3.2概率推理方法4.4主观贝叶斯方法4.4.1知识不确定性的表示4.4.2证据不确定性的表示4.4.3主观贝叶斯方法的推理过程4.5可信度方法4.5.1基于可信度的不确定性表示4.5.2可信度方法的推理算法4.6证据理论4.6.1证据理论的形式化描述4.6.2证据理论的不确定性推理模型4.6.3推理示例4.7小结习题4第5章计算智能5.1概述5.2神经计算5.2.1人工神经网络研究的进展5.2.2人工神经网络的结构5.2.3人工神经网络示例及其算法5.2.4基于神经网络的知识表示与推理5.3模糊计算5.3.1模糊集合、模糊逻辑及其运算5.3.2模糊逻辑推理5.4进化算法与遗传算法5.4.1进化算法原理5.4.2进化算法框架5.4.3遗传算法的编码与解码5.4.4遗传算法的遗传算子5.4.5遗传算法的执行过程5.4.6遗传算法的执行实例5.5人工生命5.5.1人工生命研究的起源和发展5.5.2人工生命的定义和研究意义5.5.3人工生命的研究内容和方法5.5.4人工生命实例5.6粒群优化算法5.6.1群智能和粒群优化概述5.6.2粒群优化算法5.7蚁群算法5.7.1蚁群算法理论5.7.2蚁群算法的研究与应用人工智能及其应用(蔡自兴)课后答案
第二章知识表示方法
2-1状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点?
答：状态空间法：基于解答空间的问题表示和求解方法，它是以状态和算符为基础来表示和求解问题的。一般用状态空间法来表示下述方法：从某个初始状态开始，每次加一个操作符，递增的建立起操作符的试验序列，直到达到目标状态为止。
问题规约法：已知问题的描述，通过一系列变换把此问题最终变成一个子问题集合：这些子问题的解可以直接得到，从而解决了初始问题。问题规约的实质：从目标（要解决的问题）出发逆向推理，建立子问题以及子问题的子问题，直至最后把出示问题规约为一个平凡的本原问题集合。
谓词逻辑法：采用谓词合式公式和一阶谓词算法。要解决的问题变为一个有待证明的问题，然后采用消解定理和消解反演莱证明一个新语句是从已知的正确语句导出的，从而证明这个新语句也是正确的。
语义网络法：是一种结构化表示方法，它由节点和弧线或链组成。节点用于表示物体、概念和状态，弧线用于表示节点间的关系。语义网络的解答是一个经过推理和匹配而得到的具有明确结果的新的语义网络。语义网络可用于表示多元关系，扩展后可以表示更复杂的问题
2-2设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去?
用Si(nC,nY)表示第i次渡河后，河对岸的状态，nC表示传教士的数目，nY表示野人的数目，由于总人数的确定的，河对岸的状态确定了，河这边的状态也即确定了。考虑到题目的限制条件，要同时保证，河两岸的传教士数目不少于野人数目，故在整个渡河的过程中，允许出现的状态为以下3种情况：
1.nC=0
2.nC=3
3.nC=nY>=0(当nC不等于0或3)
用di(dC,dY)表示渡河过程中，对岸状态的变化，dC表示，第i次渡河后，对岸传教士数目的变化，dY表示，第i次渡河后，对岸野人数目的变化。当i为偶数时，dC,dY同时为非负数，表示船驶向对岸，i为奇数时，dC,dY同时为非正数，表示船驶回岸边。
上一页下一页